【Linux】神奇的file文件命令及错误实例
推荐超级课程：
@TOC
你是否曾经好奇 file(1) 是如何工作的？
阅读完这篇文章后，你应该能完全理解 file 及其工作原理。
file命令
使用 file 工具非常简单。它就是 file file-name-1。你也可以使用多个参数调用它。以下是在我的系统上运行它的几个例子。
$ file document.pdf
document.pdf: PDF 文档，版本 1.4
$ file image.jpg
image.jpg: JPEG 图像数据，Exif 标准：[TIFF 图像数据，大端，目录项=7 ...方向=左上，日期时间=2019:10:30 21:44:30，宽度=1740]，基线，精度 8，2017x961，组件 3
$ file video.mp4
video.mp4: ISO 媒体，MP4 v2 [ISO 14496-14]
$ file notes.org
notes.org: UTF-8 Unicode 文本，具有非常长的行
$ file /dev/video0
/dev/video0: 字符特殊 (81/0)
你可以看到以下几点：
- 它可以处理任何类型的文件。
- 它尝试检查文件的内容（而不仅仅是扩展名）来确定文件类型。
- 它对文件格式有深入了解。它可以从文件本身中提取额外信息。你可以看到它理解 mp4 和 jpeg 文件的版本。
- 它了解特殊文件，例如设备。 但是，也有一些需要注意的地方。
file在 shell 脚本中可能不会按预期工作。
$ file no-such-file
no-such-file: 无法打开 `no-such-file' (没有那个文件或目录)
$ echo $?
0
这个版本的 file 总是会以代码 0 退出。即使 file 无法识别文件。即使文件不存在。
2. 对于许多在 Unix/Linux 上不常见的格式，file 非常脆弱：
$ file Vagrantfile
Vagrantfile: HTML 文档，ASCII 文本
$ file microsoft.netcore.app.2.1.19.nupkg
microsoft.netcore.app.2.1.19.nupkg: Microsoft OOXML
是的，它真的认为一个 Vagrantfile
是 HTML 文档，而一个 NuGet 包文件
是 Office 文档！
那么，file 究竟是如何确定文件类型的呢？
像其他经典的 Unix 工具一样，file 有优秀的文档。man file
指出，file 按照以下顺序检查：
- 它检查文件是否是特殊类型的文件，例如设备。
- 它检查
magic(5)数据库是否包含可以识别此文件类型的“魔术模式”。 - 它检查是否是文本文件。在这种情况下，
file将尝试找出其他属性，例如语言、编码、行长度和行终止符类型（CR、LF 或 CRLF）。file使用第一个成功的检查结果。如果这些检查都不成功，file仅将文件类型报告为“数据”。 其中最有趣的是magic(5)数据库选项。虽然其他检查相对静态，但你可以检查magic数据库以了解file的工作方式。你甚至可以手动修改数据库来修复错误[2]
magic命令
magic 数据库是一个纯文本文件。它通常位于 /usr/share/magic。你可以在你最喜欢的编辑器中查看它。
/usr/share/magic 包含一系列测试和输出行。测试描述要查找的内容。如果测试匹配，则打印输出。
以下是一行的示例：
0 string Draw RISC OS Draw 文件数据
前 3 列是测试，最后一列是输出。 此行指定，如果文件位置 0 处的 string 与常量 Draw 匹配，则显示 RISC OS Draw 文件数据 作为文件类型。 为了使数据库维护人员的工作更容易，数据库支持嵌套测试。也就是说，测试可以说它仅在先前测试匹配时才适用。这由行开头的“>”指示。 以下是一个测试和嵌套测试的示例：
0 belong 0xcafebabe
>4 belong >30 编译的 Java 类数据，
这里的第一个测试是一个始终可以执行的测试。第二个测试包含一个测试，该测试仅在第一个测试成功时才应执行，这由行开头的“>”指示。
此示例中的第一个测试说：文件位置 0 处的 big-endian long 是否与常量 0xcafebabe 匹配。由于没有输出列，因此如果成功，它不会直接执行任何操作。
但是，如果测试成功，则运行嵌套测试。此示例中的嵌套测试检查文件位置 4 处的 big-endian long 是否 大于 30。如果是这样，则打印 编译的 Java 类数据。
man 5 magic 包含广泛的文档，涵盖了所有语法和选项，如果你想更详细地了解这些内容，可以查阅。
一个真实的错误
现在你对 file 和 magic 有了很好的了解，让我们看看如何使用这些知识来找出一个真实的“错误”。
作为本周发布 .NET Core 的一部分，我们发布管道中的某个工具标记了一个错误，说某个特定文件的类型已更改。错误如下所示：
file type changed for Microsoft.NETCore.App.Ref/3.1.0/data/PlatformManifest.txt:
-ASCII text
+Message Sequence Chart (chart)
错误告诉我们，文件类型已从 ASCII text 更改为 Message Sequence Chart (chart)。
这个错误看起来很奇怪。这是一个文本文件。扩展名是 .txt。
内容看起来也像普通文本：
$ head Microsoft.NETCore.App.Ref/3.1.0/data/PlatformManifest.txt
mscorlib.dll|Microsoft.NETCore.App.Ref|4.0.0.0|4.700.19.56404
System.IO.Compression.Native.a|Microsoft.NETCore.App.Ref||0.0.0.0
System.IO.Compression.Native.so|Microsoft.NETCore.App.Ref||0.0.0.0
那么，为什么 file 说这是一个 Message Sequence Chart 呢？让我们看看是否能找到答案。
我们知道 file 使用什么算法。因此，我们将按照它的步骤进行分析。
首先，file 会检查它是否是一个特殊文件。我们可以使用 stat 来找出这是否是真的。
$ stat -c '%F' Microsoft.NETCore.App.Ref/3.1.0/data/PlatformManifest.txt
regular file
在这里，stat 确认这是一个常规文件。
接下来，file 将使用 magic 来猜测文件类型。
magic 数据库是否知道这个文件类型？
$ grep 'Message Sequence Chart' /usr/share/magic
0 string mscdocument Message Sequence Chart (document)
0 string msc Message Sequence Chart (chart)
0 string submsc Message Sequence Chart (subchart)
啊哈！它知道。
对于这一组测试，magic 检查位置 0 处的 string，如果它与 msc 匹配（或 mscdocument，或 submsc），则认为这是一个 Message Sequence Chart。
如果你还记得，文本文件的第一行是：
$ head Microsoft.NETCore.App.Ref/3.1.0/data/PlatformManifest.txt
mscorlib.dll|Microsoft.NETCore.App.Ref|4.0.0.0|4.700.19.56404
文件的前几个字节错误地与 msc 匹配。magic 和 file 看到匹配，并认为这是一个 Message Sequence Chart (chart)。
这显然是 file（以及我们的工具）发出的误报。我们忽略了它。
总结
希望你现在对 file 和 magic 有了很好的了解。你也有了一个很好的起点，可以开始使用和调试这些工具，以防你以后需要。
- 其他资源
结语
file 和 magic 是强大的工具，可以帮助你了解文件类型和内容。通过学习它们的工作原理，你可以更有效地使用它们并解决可能出现的任何问题。